3 天爆火!DeepSeek Harness 深度剖析:可插拔 AI 编程 Agent 的开源答案
2026 年 8 月 29 日DeepSeek 开源了 DeepSeek Harnessdsh3 天内 GitHub Stars 飙升至 119.8K。本文从架构到实战深度拆解这个一切皆插件的 AI 编程 Agent Harness。关键词DeepSeek Harness、dsh、AI Agent、可插拔架构、DeepSeek-V3、DeepSeek-R1、开源、插件系统一、3 天 119.8K Stars——一个现象级开源事件2026 年 8 月 29 日DeepSeek 在 GitHub 上开源了一个新项目——DeepSeek Harnessdsh。3 天后Stars 数突破119.8K登顶 GitHub Trending成为 2026 年下半年增长速度最快的 AI 开源项目之一。增长数据据 GitHub API 2026-09-01 实测时间Stars8 月 29 日发布日~20K8 月 30 日第 2 天突破 50K8 月 31 日第 3 天突破 100K9 月 1 日第 4 天119.8K爆火的三重驱动力第一重DeepSeek 品牌效应。DeepSeek 在 2025-2026 年已成为中国最受关注的开源大模型厂商从 V3 的 671B MoE 开源模型到 R1 的推理增强突破积累了极高的品牌信任度。第二重DeepSeek-V3/R1 模型热点。R1 发布时671B 开源模型推理能力对标 OpenAI o1的消息震动社区。dsh 作为官方 Agent Harness 天然继承了这一热度。第三重可插拔架构的差异化价值。2026 年 Agent 框架市场拥挤——OpenClaw 全能、Claude Code 闭源、Codex CLI 简单——但缺少可构建的 Agent 框架。dsh 的一切皆插件填补了这个空白。MIT 许可证的战略意义MIT 许可证——最宽松的开源协议与 DeepSeek 一贯策略一脉相承。企业可无顾虑集成极大降低采用门槛。二、dsh 是什么——一张图看清定位官方定义AI 编程 Agent Harness——不是产品不是工具而是骨架。核心理念一切皆插件Everything is a Plugin。与竞品的差异化定位维度DeepSeek HarnessOpenClawClaude CodeCodex CLI定位Agent 构建框架Agent 产品IDE Agent闭源CLI Agent 工具开源MIT 开源开源闭源商用开源架构四层可插拔整体架构黑盒简单架构插件系统核心设计技能系统无无模型切换自由多适配器有限仅 Claude仅 GPT定制化高框架级中技能级低低四种运行模式模式适用场景特点标准模式Standard复杂编码任务完整 Agent 循环极简模式Minimal简单任务轻量执行Token 友好创造模式Creative创意/头脑风暴降低约束自由探索PTC 模式生产环境批量任务程序化工具调用Token 最省三、四层可插拔架构——一切皆插件的工程实现Model Adapter 层——模型无关的基石通过BaseModelAdapter抽象类定义统一接口所有模型通过继承接入。内置 DeepSeek-V3、DeepSeek-R1、OpenAI 兼容、Anthropic、Ollama 五个适配器。切换模型只需修改配置文件中的model.adapter和model.name。Tools 层——插件系统的核心内置工具文件系统read/write/edit、Shell 执行、网络请求、代码解释器。自定义插件继承BaseTool类实现execute()方法即可。自动发现机制扫描tools/plugins/目录无需手动注册。Session Log 层——可审计的会话管理全量记录输入/输出/工具调用/中间思考支持可回放模式和审计追踪。默认文件存储可扩展为数据库后端。Agent Loop 层——智能体循环的编排Thought-Action-Observation 循环思考 → 选择工具 → 执行 → 观察 → 继续。上下文管理支持滑动窗口和摘要压缩。停止条件任务完成、最大迭代、用户中断。四、DeepSeek 大模型家族——dsh 的原生大脑DeepSeek-V3671B MoE 的开源巨兽数据来源arXiv 2412.19437[2]2024-12-27 发布指标数据参数规模671B 总参数MoE激活 37B/Token训练成本$5,576,0002,788K H800 GPU 小时上下文128K tokensMMLU86.5%HumanEval82.6%MATH 50090.2%技术亮点MoE Multi-head Latent AttentionMLA组合FP8 混合精度训练。DeepSeek-R1推理增强的 CoT 大师数据来源arXiv 2501.12948[3]2025-01-20 发布指标数据方法GRPO 强化学习无需 critic modelAIME 202479.8%MATH-50097.3%Codeforces2449 rating蒸馏版本1.5B~70B 六个尺寸MIT 许可证核心创新GRPO 分组相对策略优化CoT 推理 长思维链 自我反思纠错。模型切换实战# 日常编码 → DeepSeek-V3 model: adapter: deepseek-v3 name: deepseek-chat api_key: ${DEEPSEEK_API_KEY} # 复杂推理 → DeepSeek-R1 # model: # adapter: deepseek-r1 # name: deepseek-reasoner # 第三方 → OpenAI 兼容 # model: # adapter: openai # name: gpt-4o # api_key: ${OPENAI_API_KEY} # 本地 → Ollama # model: # adapter: ollama # name: llama3-70b # base_url: http://localhost:11434五、实战——从安装到自定义插件开发安装与配置pip install deepseek-harness dsh --version配置文件~/.dsh/config.yamlmodel: adapter: deepseek-v3 name: deepseek-chat api_key: ${DEEPSEEK_API_KEY} tools: enabled: [filesystem, shell, web, code_interpreter] custom_plugins_path: ./tools/plugins session: backend: file replay_enabled: true自定义 Tools 插件开发Python创建一个代码质量检查工具# tools/plugins/code_quality.py import ast from typing import Any from dsh.tools.base import BaseTool class CodeQualityChecker(BaseTool): name: str code_quality description: str 检查 Python 代码质量检测常见问题 def execute(self, code: str, **kwargs: Any) - dict: issues [] # 语法检查 try: tree ast.parse(code) except SyntaxError as e: return { passed: False, issues: [{type: syntax_error, line: e.lineno, message: str(e)}], summary: 代码存在语法错误 } # 导入检查 for node in ast.walk(tree): if isinstance(node, ast.Import): for alias in node.names: issues.append({ type: import_check, line: node.lineno, message: f导入模块: {alias.name} }) return { passed: len(issues) 0, issues: issues, summary: f检查完成发现 {len(issues)} 个问题 }插件保存到tools/plugins/目录后dsh 自动发现并加载——无需注册。六、生态位置与未来展望在 AI 开源项目系列中的位置项目日期与 dsh 的关系skills 生态8/27dsh 兼容 Anthropic Skills 标准是 Skills 的 DeepSeek 入口Dify8/28互补关系Dify 可集成 dsh 作为 Agent 后端crewAI8/29可组合crewAI 可调用 dsh AgentOpenHuman8/30dsh 是构建此类 AI 助手产品的框架Pi Agent8/31Pi Agent 是极简编码 Agentdsh 更通用nanobot9/1nanobot 是个人助手运行时dsh 是构建骨架挑战与反思社区插件生态尚待发展项目刚 4 天社区插件基本为零缺乏大规模生产环境验证项目太新实际部署案例有限插件安全性自定义工具执行权限管控是 Agent 框架的通用难题文档完善度新项目常见短板需要时间积累七、总结dsh 在 2026 年拥挤的 Agent 框架市场中找到了自己的生态位可构建的 Agent 骨架。它的一切皆插件设计哲学为 Agent 框架开发提供了可参考的架构范式。对开发者Agent 框架选择不再只有OpenClaw 全能或Claude Code 闭源两个选项。对 DeepSeek 生态dsh 补上了从 V3 基础模型到 R1 推理增强的 Agent 框架拼图形成完整的模型 框架生态闭环。3 天 119.8K Stars 是开始不是结束。参考资料DeepSeek Harness GitHub 仓库一级2026-08-29DeepSeek-V3 论文 arXiv 2412.19437一级2024-12-27DeepSeek-R1 论文 arXiv 2501.12948一级2025-01-20DeepSeek 官方 API 文档一级2026DeepSeek 官方发布公告一级2026-08-29OpenClaw 官方仓库一级2026Claude Code 官方文档一级2026OpenAI Codex CLI一级2026Star History 趋势图二级2026-09-01GitHub API deepseek-ai/deepseek-harness 元数据一级2026-09-01 实测